,可以使用 pandas 库中的 merge() 函数来实现。merge() 函数可以根据指定的列将两个数据帧进行合并,并保留其余列。
以下是一个完善且全面的答案:
合并两个数据帧的步骤如下:
import pandas as pd
df1 = pd.DataFrame({'列1': [1, 2, 3, 4],
'列2': ['A', 'B', 'C', 'D'],
'其他列1': [10, 20, 30, 40],
'其他列2': ['X', 'Y', 'Z', 'W']})
df2 = pd.DataFrame({'列1': [3, 4, 5, 6],
'列2': ['C', 'D', 'E', 'F'],
'其他列3': [50, 60, 70, 80],
'其他列4': ['M', 'N', 'O', 'P']})
merged_df = pd.merge(df1, df2, on=['列1', '列2'])
print(merged_df)
合并后的结果将如下所示:
列1 列2 其他列1 其他列2 其他列3 其他列4
0 3 C 30 Z 50 M
1 4 D 40 W 60 N
在这个例子中,我们根据 '列1' 和 '列2' 这两列进行匹配,并保留了其他列。如果两个数据帧中的匹配列名称不同,可以使用 left_on 和 right_on 参数来指定。
腾讯云相关产品和产品介绍链接地址:
请注意,以上链接仅供参考,具体产品和服务详情请访问腾讯云官方网站进行查询。
领取专属 10元无门槛券
手把手带您无忧上云